Key points are not available for this paper at this time.
研究摘要 当前研究使用潜在类别分析 (LCA) 来识别来自一个州的缓刑系统中 17,252 名社区监督个体的犯罪需求特征。此项研究旨在说明罪犯需求特征的复杂性，以便为矫正干预措施的发展和实施提供信息。LCA 分析揭示了四类动态需求。条件项目概率被检验以根据静态风险、犯罪需求和不稳定因素（即与再犯间接相关的因素）的可能性来标记这四类。四类特征如下：低风险和不稳定因素的概率（LN‐LD）、中等风险和犯罪需求的概率，以及多个不稳定因素的高概率（MN‐HD）、高风险和需求的概率和中等的不稳定因素概率（HN‐MD），以及高静态和犯罪需求及不稳定因素的概率（HN‐HD）。最后，评估了潜在类别成员身份与三个不同再犯结果之间的关系。与研究假设一致，处于犯罪需求和生活方式不稳定因素概率较大的潜在类别中的个人更可能经历随后的刑事司法介入，无论风险水平如何。政策影响 通过实证分类简化罪犯风险和需求特征的复杂性，对政策和实践有直接影响。首先，它澄清了动态需求和/或风险是否应推动决策。其次，将动态风险因素整合到案例管理过程中，可以为减轻静态风险提供信息，并指导新和改进干预措施的发展。当前研究发现为动态风险因素在个体中的聚类提供了见解。这一分类结构有潜力通过识别对许多罪犯可能同时发生的编程目标来提高案例管理决策的精确度。具体而言，可以开发程序来根据具体的静态风险和需求特征定制组件.
Taxman 等 (Sun) 研究了这个问题。